AI电话机器人免费使用   加微信：veteran88
防封电销卡免费获取   加微信：veteran0003 近日，钟南山院士在“广州实验室科技助力基层疫情防控万里行”启动仪式上，对兰州大学研发的“新冠肺炎疫情全球预测系统”表示肯定，他称赞：“他们一些预测的模型还是相当可靠的。”

兰州大学西部生态安全省部共建协同创新中心利用跨学科研究优势，研发了世界上首个新冠肺炎疫情全球预测系统。自2020年5月系统上线运行以来，已经实现对全球190余个国家新增确诊病例的预测。

可进行全世界190多个国家的预测

“这个预测系统是世界上第一个全球预测系统，会实时引入190多个国家的最新数据，综合考虑当地的温度、湿度、防控措施等，逐个建模，预测未来每日、每月、两个季度及突发疫情新增确诊病例，每10天更新一次预测数据，面向全世界免费开放。

兰州大学西部生态安全省部共建协同创新中心主任黄建平教授介绍说，该系统对北京新发地突发疫情的预测结果表明，自2020年6月11日开始的北京小规模疫情暴发实际累计确诊335人，预测累计确诊310人，预测数据比实际数据仅低了7.5%。除了6月24日开始的小高峰，疫情发展趋势与预测较为一致。

系统对国外疫情的预测也较接近实际情况。该系统2020年11月第二次更新的预测数据显示，美国12月份单月累计确诊病例预计达到678万左右，而实际新增确诊病例约为658万，预测数据比实际数据仅偏高3.04%。

黄建平介绍，该系统不仅可以做预测，还可以用于归因分析，例如病毒变异、洪水和抗议示威活动等因素对疫情的影响，为研判疫情态势、采取有效防控手段提供了科学依据。

引入统计-动力方法，提高预测准确度

“我们引入了天气预报的一些技巧，比如说，预报员做预报的时候总会根据天气前期的演变预测未来天气。”黄建平介绍，这个模式的最大特点就是把前期传播的演变过程考虑进来，形成了气候预测中的统计-动力方法与流行病学模型相结合的预测系统。

传统的流行病学模型中存在较多假设条件，然而疫情的发展受到各种不确定因素的影响，如管控措施、气象条件、病毒变异等，因此在进行实际应用时将不可避免地存在一定的误差。

黄建平说：“我们在传统的流行病学模型的基础之上，使用气候预测中的统计-动力方法对传统的流行病模型进行改良，利用实时更新的疫情数据，对流行病学模型中的重要参数如传染率、治愈率、死亡率等进行动态估计和修正，这大大提高了预测精度。”

“此外，我们围绕新冠肺炎疫情开展了多项科学研究，包括新冠肺炎传播的适宜温湿条件、季节特征、震荡特征，以及政府干预对于空气质量的影响，这些结果也同时纳入疫情预测系统中，用来改进模型。”黄建平介绍。

系统将持续优化，服务全球流行病学预测

系统最新的结果是对未来五年疫情发展趋势的预测，结果显示：如果在2021年1月全球70%的人注射疫苗，并且疫苗长期有效，到2025年全球疫情才能基本结束。

“疫情不可能很快结束，即便有了疫苗，疫情也会长时间存在，所以抗疫将是一个长期的任务，我们还需坚持下去。”黄建平表示，积极有效的隔离措施和及时普遍疫苗接种才是控制疫情的最佳方案。

“我们的系统已经推出了两版，第二版将社区解封时间及市民自我隔离对疫情发展的影响考虑进去，预测结果较第一版有了很大提升。”黄建平告诉记者，“目前，我们正在研发第三版预测系统，此版将会把各个口岸，飞机场每天进出的人数，以及飞机途经的国家、感染率等因素都添加到预测系统中，同时还将引入更多环境影响参数，如自然灾害等，从而进一步提高预报的准确率。”

据了解，新冠肺炎疫情全球预测系统还将持续更新优化，在未来的发展中，系统将不再局限于新冠肺炎疫情预测，而是朝着全球流行病学预测的方向发展。黄建平说，系统未来将发展成全球流行病学预测模型，服务于日常公共卫生，成为智慧城市的一部分。